[发明专利]基于迁移学习的船舶目标识别方法在审
| 申请号： | 201811633084.7 | 申请日： | 2018-12-29 |
| 公开（公告）号： | CN109800796A | 公开（公告）日： | 2019-05-24 |
| 发明（设计）人： | 肖刚;张星辰;乔丹;赵俊豪;冶平 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 上海交达专利事务所 31201 | 代理人： | 王毓理;王锡麟 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于迁移学习的船舶目标识别方法，首先通过数据增强的方法生成数据集，将数据集进行基于正负样本数目的优化划分得到训练集和测试集，为避免小样本数据集导致的过拟合采用InceptionV3模型以迁移学习的方式对数据集进行训练和测试，以定量评判指标作为定量评价指标，并选取真实场景拍摄的视频帧进行对比测试，通过设定阈值得出的一系列坐标点，绘制定性评估指标ROC曲线，并生成分类信息作为定性评价指标。本发明无需手工提取特征即能实现对船舶目标域的高精度分类、高运算效率的识别，其具有更高的分类召回率且运算速度更快。 | ||
| 搜索关键词： | 数据集 船舶目标 迁移 定性 定量评价指标 对比测试 方法生成 分类信息 评估指标 评价指标 数据增强 提取特征 运算效率 真实场景 正负样本 测试集 视频帧 小样本 训练集 坐标点 分类 拟合 学习 运算 绘制 评判 测试 拍摄 优化 | ||
【主权项】：
1.一种基于迁移学习的船舶目标识别方法，其特征在于，首先通过数据增强的方法生成数据集，将数据集进行基于正负样本数目的优化划分得到训练集和测试集，为避免小样本数据集导致的过拟合采用InceptionV3模型以迁移学习的方式对数据集进行训练和测试，以定量评判指标作为定量评价指标，并选取真实场景拍摄的视频帧进行对比测试，通过设定阈值得出的一系列坐标点，绘制定性评估指标ROC曲线，并生成分类信息作为定性评价指标；所述的迁移学习是指：针对小样本数据集导致的过拟合问题，冻结模型部分网络层在大规模源域训练过的权重参数，转移到小规模目标域中并重新训练该模型最后的全连接层，然后将训练之后的参数保存，对船舶测试集进行分类测试。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海交通大学，未经上海交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811633084.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种果蔬识别方法及系统
- 下一篇：基于AI的文件黑白判断方法、装置及设备
